一种基于虚拟现实和眼动的认知评估训练方法及系统技术方案

本发明专利技术涉及认知评估技术领域，具体公开了一种基于虚拟现实和眼动的认知评估训练方法及系统。本发明专利技术通过进行目标认知的划分，生成划分结构；录入用户的人口学信息和认知量表评估数据；进行评估训练，记录用户的眼动轨迹数据和多种用户表现数据；计算评估结果，对划分结构进行对应关系对应与权重赋值，得到赋值结构；根据评估结果，生成训练方案，按照训练方案，对用户进行个性化训练。能够以眼动的生物反馈数据结合用户在游戏中的行为分析数据来进行认知功能评估，从而解决传统评分依赖主观判断的缺点；系统的评估过程无需人员监督从而减少人力成本；评估过程持续短，可以减少时间成本；针对定向能力和空间感知觉的评估更符合实际情况。实际情况。实际情况。

【技术实现步骤摘要】
一种基于虚拟现实和眼动的认知评估训练方法及系统


[0001]本专利技术属于认知评估
，尤其涉及一种基于虚拟现实和眼动的认知评估训练方法及系统。

技术介绍

[0002]现有的技术中，常用的认知评估方法或者无法通过生物反馈设备用客观可量化的方法进行评估，或者在非VR的环境中缺少了对于定向能力、空间感知觉等重要的认知维度进行评估，且目前基于VR和眼动的认知训练方法也没有在这些设备对认知训练效果进行评估的基础上来进行训练内容的个性化。例如：CN202111462457公开了一种用于认知障碍的VR靶向训练系统，该专利技术虽然公开使用虚拟现实如何进行认知训练的一些方法，但首先该方法无法定量评价用户训练的过程、行为表现，进而无法评估用户的训练效果，也无法根据用户的表现调整训练内容和难度等；CN202210356969公开了一种基于虚拟现实技术的认知能力评估系统，该方法以量化的指标对用户的认知功能进行评估，但这些指标都是基于用户在游戏中的表现行为，而VR在其中并没有提供任何供评估分析的数据，仅仅作为一个沉浸式的场景来间接反映用户的空间知觉，其他三项和VR并无关联，且该方法仅提供了一种在VR场景下进行认知评估的方法，而缺少训练干预的方法；CN202111655593公开了一种认知康复训练评估系统及方法，该方法虽然使用了眼动进行可量化的认知功能评估，但方法并没有涉及具体如何进行认知功能评估的算法，且描述仅局限在注意力这一单一维度，同时对于空间感知觉等常用的认知功能无法进行评估和训练。

技术实现思路

[0003]本专利技术实施例的目的在于提供一种基于虚拟现实和眼动的认知评估训练方法及系统，旨在解决
技术介绍
中提出的问题。
[0004]为实现上述目的，本专利技术实施例提供如下技术方案：
[0005]一种基于虚拟现实和眼动的认知评估训练方法，所述管理方法具体包括以下步骤：
[0006]综合神经心理学的不同分类方式，进行目标认知的划分，生成划分结构；
[0007]录入用户的人口学信息和认知量表评估数据；
[0008]进行评估训练，记录用户的眼动轨迹数据和多种用户表现数据；
[0009]按照所述眼动轨迹数据和多种所述用户表现数据，计算评估结果，对所述划分结构进行对应关系对应与权重赋值，得到赋值结构；
[0010]根据所述评估结果，生成训练方案，按照所述训练方案，对用户进行个性化训练。
[0011]作为本专利技术实施例技术方案进一步的限定，所述录入用户的人口学信息和认知量表评估数据具体包括以下步骤：
[0012]录入用户的人口学信息，包括姓名、年龄、性别、受教育程度和职业；
[0013]录入用户过往的认知量表评估数据。
[0014]作为本专利技术实施例技术方案进一步的限定，所述进行评估训练，记录用户的眼动轨迹数据和多种用户表现数据具体包括以下步骤：
[0015]进行第一认知评估训练游戏的评估训练与记录，得到用户的眼动轨迹数据和第一用户表现数据；
[0016]进行第二认知评估训练游戏的评估训练与记录，得到用户的第二用户表现数据；
[0017]进行第三认知评估训练游戏的评估训练与记录，得到用户的第三用户表现数据。
[0018]作为本专利技术实施例技术方案进一步的限定，所述按照所述眼动轨迹数据和多种所述用户表现数据，计算评估结果，对所述划分结构进行对应关系对应与权重赋值，得到赋值结构具体包括以下步骤：
[0019]按照所述眼动轨迹数据、所述第一用户表现数据、所述第二用户表现数据和所述第三用户表现数据，得到各游戏对应的原始得分；
[0020]取若干用户作为样本，按照所述人口学信息和所述认知量表评估数据的得分，将样本用户进行分类，评估获取原始评估结果的常模；
[0021]针对目标用户的原始得分，取对应人群的常模进行标准化处理；
[0022]按照三个游戏所对应的关联强度设定相应的权重值，得到赋值结构。
[0023]作为本专利技术实施例技术方案进一步的限定，所述根据所述评估结果，生成训练方案，按照所述训练方案，对用户进行个性化训练具体包括以下步骤：
[0024]计算每个训练游戏的相关性评分；
[0025]按照游戏的相关性评分R的值由大到小排序，选择最前的若干个训练内容作为此用户下一阶段的训练方案；
[0026]每个训练游戏设置不同的参数梯度，根据用户的认知水平提供相应的训练参数；
[0027]按照新的训练结果给与新的评估得分，再次从个性化训练的第一步重复给与新的训练方案。
[0028]作为本专利技术实施例技术方案进一步的限定，所述认知量表评估数据对应的认知量表可以是：简易智能精神状态检查量表、蒙特利尔认知评估量表、长谷川式简易智能量表、认知障碍自评量表、临床痴呆评定量表、阿尔兹海默病评分量表
‑
认知分表、数字广度倒背、语言流畅性测试、韦氏数字符号测验、广泛性焦虑量表、汉密尔顿焦虑量表、汉密尔顿抑郁量表、抑郁自评量表、Berg平衡量表、Fugl
‑
Meyer平衡量表、ADL日常生活能力量表。
[0029]作为本专利技术实施例技术方案进一步的限定，所述标准化处理的公式为：S＝A*(X
‑
M)/SD+B；
[0030]其中，X为用户的原始得分，M表示样本平均得分，SD表示样本的标准差，A和B为预设偏移参数。
[0031]作为本专利技术实施例技术方案进一步的限定，所述参数梯度包括难度等级、训练时长、内部物品的移动速度和出现频率。
[0032]一种基于虚拟现实和眼动的认知评估训练系统，所述系统包括：
[0033]数据预录入模块，用于综合神经心理学的不同分类方式，进行目标认知的划分，生成划分结构；录入用户的人口学信息和认知量表评估数据；
[0034]实时交互模块，用于进行评估训练，记录用户的眼动轨迹数据和多种用户表现数据；按照训练方案，对用户进行个性化训练；
[0035]通用计算设备模块，用于按照所述眼动轨迹数据和多种所述用户表现数据，计算评估结果，对所述划分结构进行对应关系对应与权重赋值，得到赋值结构；根据所述评估结果，生成训练方案，按照所述训练方案，对用户进行个性化训练；
[0036]通信模块，用于进行数据通信传输；
[0037]存储模块，用于进行数据存储；
[0038]结果展示模块，用于进行结果显示。
[0039]与现有技术相比，本专利技术的有益效果是：
[0040]本专利技术实施例通过进行目标认知的划分，生成划分结构；录入用户的人口学信息和认知量表评估数据；进行评估训练，记录用户的眼动轨迹数据和多种用户表现数据；计算评估结果，对划分结构进行对应关系对应与权重赋值，得到赋值结构；根据评估结果，生成训练方案，按照训练方案，对用户进行个性化训练。能够以眼动的生物反馈数据结合用户在游戏中的行为分析数据来进行认知功能评估，从而解决传统评分依赖主观判断的缺点；系统的评估过程无需人员监督从而减少人力本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于虚拟现实和眼动的认知评估训练方法，其特征在于，所述管理方法具体包括以下步骤：综合神经心理学的不同分类方式，进行目标认知的划分，生成划分结构；录入用户的人口学信息和认知量表评估数据；进行评估训练，记录用户的眼动轨迹数据和多种用户表现数据；按照所述眼动轨迹数据和多种所述用户表现数据，计算评估结果，对所述划分结构进行对应关系对应与权重赋值，得到赋值结构；根据所述评估结果，生成训练方案，按照所述训练方案，对用户进行个性化训练。2.根据权利要求1所述的基于虚拟现实和眼动的认知评估训练方法，其特征在于，所述录入用户的人口学信息和认知量表评估数据具体包括以下步骤：录入用户的人口学信息，包括姓名、年龄、性别、受教育程度和职业；录入用户过往的认知量表评估数据。3.根据权利要求1所述的基于虚拟现实和眼动的认知评估训练方法，其特征在于，所述进行评估训练，记录用户的眼动轨迹数据和多种用户表现数据具体包括以下步骤：进行第一认知评估训练游戏的评估训练与记录，得到用户的眼动轨迹数据和第一用户表现数据；进行第二认知评估训练游戏的评估训练与记录，得到用户的第二用户表现数据；进行第三认知评估训练游戏的评估训练与记录，得到用户的第三用户表现数据。4.根据权利要求1所述的基于虚拟现实和眼动的认知评估训练方法，其特征在于，所述按照所述眼动轨迹数据和多种所述用户表现数据，计算评估结果，对所述划分结构进行对应关系对应与权重赋值，得到赋值结构具体包括以下步骤：按照所述眼动轨迹数据、所述第一用户表现数据、所述第二用户表现数据和所述第三用户表现数据，得到各游戏对应的原始得分；取若干用户作为样本，按照所述人口学信息和所述认知量表评估数据的得分，将样本用户进行分类，评估获取原始评估结果的常模；针对目标用户的原始得分，取对应人群的常模进行标准化处理；按照三个游戏所对应的关联强度设定相应的权重值，得到赋值结构。5.根据权利要求1所述的基于虚拟现实和眼动的认知评估训练方法，其特征在于，所述根据所述评估结果，生成训练方案，按照所述训练方案，对用户进行个性化训练具体包括以下步骤：计算每个训练游戏...

【专利技术属性】
技术研发人员：张岩，竺映波，
申请(专利权)人：深圳脑吾脑网络科技有限公司，
类型：发明
国别省市：